[发明专利]一种业务数据处理方法、装置以及相关设备

说明书

本发明实施例公开了一种业务数据处理方法、装置以及相关设备，方法包括：从目标业务样本集中获取目标样本用户的目标样本用户信息，并获取与目标样本用户信息具有绑定关系的目标业务对象；在初始业务预测模型中获取与目标样本用户信息对应的预测业务对象；根据目标业务对象、预测业务对象、最大预测业务量确定样本奖励业务量，根据样本奖励业务量、预测业务对象和目标样本用户信息，调整初始业务预测模型；当调整后的初始业务预测模型满足目标收敛条件时，将调整后的初始业务预测模型确定为目标业务预测模型。采用本发明，可以高效并准确地预测每个用户与多种业务对象之间的业务收益。

技术领域

本发明涉及计算机技术领域，尤其涉及一种业务数据处理方法、装置以及相关设备。

背景技术

当在保证产品收益的前提下，需要向用户推荐产品时，现有技术是通过用户的用户信息，以及表示用户的产品状态是否发生变化的状态标签之间的映射关系建立概率预测模型。在使用该概率预测模型时，输入用户的用户信息，概率预测模型输出该用户的产品状态发生变化的概率。后续由该概率预测模型输出的概率以及人工决策，在保证产品收益最大化的前提下，向用户推荐相应的产品。

但只有通过长期观察用户的产品状态才能获取到每个用户的状态标签，造成携带状态标签的用户信息数量较少，进而导致携带标签的样本数据过少，基于少量的样本是无法训练得到预测准确度较高的概率预测模型。因而，导致后续向用户推荐的产品不能满足产品收益最大化的条件。同时，在现有产品推荐中，需要由人工根据产品状态发生变化的概率作出选择推荐产品的决策，导致推荐产品的效率低下。

发明内容

本发明实施例提供一种业务数据处理方法、装置以及相关设备，可以高效并准确地预测每个用户与多种业务对象之间的业务收益。

本发明实施例一方面提供了一种业务数据处理方法，包括：

从目标业务样本集中获取目标样本用户的目标样本用户信息，并获取与所述目标样本用户信息具有绑定关系的目标业务对象；

在初始业务预测模型中获取与所述目标样本用户信息对应的预测业务对象；所述预测业务对象是在多个业务对象中具有最大预测业务量的业务对象；

根据所述目标业务对象、所述预测业务对象、所述最大预测业务量确定样本奖励业务量，根据所述样本奖励业务量、所述预测业务对象和所述目标样本用户信息，调整所述初始业务预测模型；

当调整后的初始业务预测模型满足目标收敛条件时，将调整后的初始业务预测模型确定为目标业务预测模型；所述目标业务预测模型是用于预测目标用户的目标用户信息与所述多个业务对象分别对应的目标业务量。

其中，还包括：

获取多个原始用户，并获取每个原始用户的样本用户信息和原始业务对象；

获取多个单位时间段，将在每个单位时间段内具有有效生命周期的原始业务对象所对应的原始用户分别确定为样本用户，并在所述每个单位时间段内提取多个样本用户的样本用户信息，根据提取的每个单位时间段内的样本用户信息生成与所述每个单位时间段分别对应的目标业务样本集。

其中，所述在初始业务预测模型中获取与所述目标样本用户信息对应的预测业务对象；所述预测业务对象是在多个业务对象中具有最大预测业务量的业务对象，包括：

将所述目标样本用户信息和每个业务对象分别组合为样本元组，并将多个样本元组均作为初始输入参数；每个样本元组均包括所述目标样本用户信息和一个业务对象；

获取所述初始业务预测模型，基于所述初始业务预测模型获取与每个初始输入参数分别对应的预测业务量，并从多个预测业务量中选择所述最大预测业务量，将所述最大预测业务量对应的初始输入参数中的业务对象确定为所述预测业务对象。